कैंसर उपचार में प्रोटॉन बीम के पुनर्निर्माण में कॉम्पटन कैमरा डेटा की वर्गीकरण के लिए गहन अध्ययन

सार वास्तविक-काल की इमेजिंग कैंसर उपचार में प्रोटॉन बीम चिकित्सा की प्रभावशीलता को बढ़ाने की बड़ी संभावना रखता है। वास्तविक-काल की इमेजिंग का एक संभावित तरीका कॉम्पटन कैमरा का उपयोग है, जो कि बीम द्वारा उत्सर्जित तात्कालिक गामा किरणों का पता लगाने के लिए किया जाता है, ताकि उनके स्रोत का पुनर्निर्माण किया जा सके। हालांकि, कॉम्पटन कैमरा की तात्कालिक गामास का पता लगाने की क्षमता में सीमाओं के कारण, डेटा अक्सर अस्पष्ट होते हैं, जिससे उनकी आधार पर पुनर्निर्माण व्यावहारिक उद्देश्यों के लिए अनुपयोगी हो जाते हैं। पारंपरिक मॉडल जो डेटा की सूक्ष्मताओं का उपयोग नहीं करते हैं, के मुकाबले गहन अध्ययन की क्षमता इसे कॉम्पटन कैमरा डेटा की वर्गीकरण में सुधार के लिए एक संभावित उम्मीदवार बनाती है। हम दिखाते हैं कि एक उपयुक्त डिज़ाइन किया गया न्यूरल नेटवर्क गलत पहचान और इंटरैक्शन के गलत आदेश को कम कर सकता है, जिससे पुनर्निर्माण की गुणवत्ता में सुधार होता है।